Canva, düz resim dosyalarını ve yapay zeka tarafından üretilen görselleri katmanlı, tamamen düzenlenebilir tasarımlara ayıran yeni bir özellik tanıttı. Magic Layers aracı, ABD, ABD, Kanada ve Avustralya’da halka açık beta olarak bugün lansman yapıyor. Tasarım bileşenleri, nesneler, metin kutuları ve diğer grafiklerin bireysel olarak seçilmesini sağlarken orijinal düzeni koruyor.
Canva’nın ürün müdürü Cameron Adams, “Yapay zeka araştırma ekibimizden bir atılımın ardından, Magic Layers’ı tanıtıyoruz; böylece herkes düz bir resmi alıp Canva içinde tamamen düzenlenebilir bir tasarıma dönüştürebilir,” dedi. “Sıfırdan başlamak ya da doğru istemi bulmak zorunda değilsiniz. Üretim yalnızca başlangıç – gerçek yaratıcılık özgürlüğü, momentum kaybetmeden düzenleme yapabilmekten gelir.”
Özellik, yalnızca yapay zeka tarafından üretilen eserlerle çalışmak için tasarlanmamış; Magic Layers şu anda herhangi bir tek sayfalı PNG veya JPEG dosyasını destekliyor ve “geliştirilmiş yeteneklerin üzerinde çalışıldığı” belirtiliyor. AI görüntüleri üzerinde nasıl kullanılacağına dair odaklanılması, Canva’nın son birkaç yıl içinde jeneratif yapay zeka araçlarını agresif şekilde tanıttığı göz önüne alındığında sürpriz değil. Buradaki amaç, kullanıcıların yalnızca küçük bir bölümde değişiklik yapmaları gerektiğinde AI tarafından üretilen bir resmi tekrar isteme gereksinimini ortadan kaldırmak.
Ayrıca, diğer yaratıcı yazılım sağlayıcılarının sunduğundan bir adım önde. Adobe uygulamalarındaki jeneratif yapay zeka araçları, üretilen bileşenleri kendi katmanlarına ekleyerek ana tasarımdan kolayca ayrılmalarını sağlıyor, ancak mevcut durumda tüm bir resmi otomatik olarak katmanlara ayırma yöntemini sunmuyor.
Magic Layers, yaratıcılara düz görüntüleri düzenleme konusunda daha fazla manuel kontrol imkanı tanıyabilir. Ancak bu, AI yardımcılarından küçük düzenlemeler yapmak yerine daha zor hale getirebilir. Görüntü üreticileri (şu anda) düz tasarımlar üretmekle sınırlı olduğundan, eleman katmanlarını göstermek, sanatçıların bir şeyi nasıl ürettiklerini kanıtlamanın bir yolu olabilir. Peki ya siz, bu yeni özellikten nasıl yararlanmayı düşünüyorsunuz?
